Чему вы научитесь
- Отличать AI-ассистента от полноценного AI-агента и понимать ключевые компоненты их архитектуры.
- Получать доступ к облачным LLM через прокси-сервер и разворачивать локальные модели через Ollama.
- Создавать Python-проект с нуля с помощью пакетного менеджера uv и настраивать изолированное окружение.
- Настраивать Git и вести AI-проект в репозитории на GitHub.
- Описывать конфигурацию AI-проекта в YAML и парсить ее с помощью pydantic.
- Подключаться к LLM из кода и собирать своего первого AI-ассистента по API
О курсе
На курсе на практике вы сразу разберетесь, чем AI-ассистент отличается от AI-агента. Получите доступ к облачным LLM и развернете локальную модель через Ollama. Создадите Python-проект с менеджером uv, настроите Git и GitHub, опишете конфигурацию ассистента в YAML, подключитесь к LLM из кода и соберете своего AI-ассистента.
КЛЮЧ API предоставляется. Вам будет доступно 0,5 $ для запросов.
Для кого этот курс
— Python-разработчикам, которые хотят научиться создавать AI-ассистентов и AI-агентов на базе LLM.
— Бэкенд-разработчикам, которым предстоит интегрировать LLM в продукт.
— Аналитикам, дата-сайентистам и ML-инженерам, которые хотят перейти от моделей к продуктовой разработке агентов.
— Тем, кто знает основы Python и хочет войти в AI-разработку с нуля — опыт работы с LLM не требуется.
Начальные требования
— Основы Python: переменные, функции, работа с пакетами.
— Базовые навыки работы в терминале.
— Компьютер, на который можно установить Ollama для запуска локальной модели.
— Опыт работы с LLM и AI-фреймворками не требуется — начинаем с нуля.
Преподаватели курса
6 811
Как проходит обучение
Курс построен как сюжетный симулятор: вы — разработчик в продуктовой ИТ-команде, и каждый шаг — это новая вводная от лида Артема или правка от заказчика.
Теорию сразу закрепляете практикой: задания выполняются в облачной IDE прямо в браузере, с мгновенной автопроверкой — ничего устанавливать для заданий не нужно. Демо проходите бесплатно и в своем темпе.
Что вы получите
- — Ключ с балансом $0.5 на API GPT — хватит, чтобы пройти все задания демо с реальной облачной LLM.
- — 10 уроков и 8 практических заданий первой миссии
- — Рабочий прототип AI-ассистента: проект на uv, конфигурация в YAML, подключение к облачным и локальным LLM.
- — Практические навыки: Ollama, Git и GitHub, pydantic, работа с LLM из кода.
- — Полное представление о формате тренажера, чтобы решить, идти ли на полный курс.